有些部分很确定，很好改。但有些部分，其实还是很有商榷的余地的，有越改越错的风险。特别是，当引入中文翻译的时候，比如使用一个冒号还是两个，需不需要按照法语标准在冒号、问号、感叹号等等符号前后都加空格。另外，我刚刚查了，法语有很严格的符号使用指南，也有前前后后的多次修订。不过，我学法语确实还不到程度，所以主要是试着理解，而不够纠错能力。真要改得很好，便是个高手的严肃学术活动了。也因此，图文对照版便更为重要了。
我不知道这有啥重要的，正在编辑的还是json文件，就不存在扩词头的问题，乱改了程序都没法用了，索引对不上。
真正动手在这里做词典的有谁无知到需要教这个吗？当前需要有人把几千个程序对比查出来的标点错误对照图像改好，然后在github上发一个pr，那可就省大力气了。你自己把这些需要扩充词头的单词总结整理清楚搞一个列表贴上来，也比发这些有用。
这个扩充问题要完全正确处理比较复杂，有加后缀的，有用ou或者et分开的，有在后面单独分一个黑体条目的，最后这种情况需要解析才能处理。
image_pos.zip (524.5 KB)
清晰版的图片切割数据，处理了大部分问题，目前还有6页存在问题（pdf页码，从1开始）：
610，1127，1142，1328，1609，2093
辛苦了，有了这个新数据处理标点问题会方便很多，旧图像很多标点肉眼都看不清，就很难纠错了。
支持，期待成果中。。。
拉鲁斯双解版词典我估计至少有上千处错误，当时编书的时候应该没提供电子版之类，都是打字员手工录入，加上校对粗疏，错误难免了。不过我们的目标是此电子版词典从无到有，从有到基本可用，把一些明显的看不过眼的讹误改了就行了，用不着追究完美。以前我对错别字这些挺敏感，ai兴起之后，感到其实也无所谓，文本只是token而已，不值钱，ai可以几分钟输出几万，LLM对文字、语法错误等也根本不在乎，只要不是太离谱，超强纠错，完美理解。就是学法语、外语本身，也似乎变得多余和可疑了。
从 chatgpt 3.5 算起的 LLM ai 才发展了三年，说幻觉、错漏挥之不去为时尚早，大多数人的幻觉、错漏也挺多的，它可是进化了百万年，或者至少20-30万年的产物。chatgpt 刚开始连 3+8 是多少都算不对，而现在则拿到了奥数金牌。
再好再先进的ai是什么，我们还不知道。不过 LLM 有三个特性是人脑无法匹敌的：一，它的“神经元”（参数）理论容量是无限大，而人的大脑就限制在1000亿个神经元；二，它可以永生；三，它的边际复制、繁殖成本是零。可是人呢，活150岁也是死（至少目前），繁殖、再生产的成本很高。
人学外语，有不同目的。有的是实用，获取信息，跟人交流，在这方面 ai 基本可以替代了，没有真人可以流利使用100多种语言，但 LLM 能够做到。有的是消遣娱乐，对语言本身感兴趣，那 ai 的确没法替代你自己感受和爽快。
法文版、双解版的原书图像pdf等链接都在这个帖子里，自己都不去下载，谁来一对一专门对你服务？况且无论法文还是双解的原文nick都已经贴了，就是如图所示。
你都懒得下，怎么我又不是懒得”发一下原书的缩写“，而且我实际已经贴原书了，nick也贴了原文。
这些问题越问越奇怪了，主帖的TXT文件里开篇就有这些缩写。
多谢提醒，之前没有注意。
这个好像确实不太好处理，我先写个代码提取下普通的吧
